流域水文模型参数识别的现代优化方法研究进展.pdfVIP

第30卷第1期 冰 川 冻 土 V01．30No．1 2 0 0 OFGLACIOI。OGYANDGEOCRYOLOGYFeb．2008 8年2月 JOURNAL 文章编号：1000—0240(2008)01-0064-08 流域水文模型参数识别的现代优化方法研究进展 武 震1， 张世强1， 张小文2 (1．中国科学院寒区旱区环境与工程研究所，甘肃兰州730000I2．兰州商学院．甘肃兰州730020) 摘 要：水文参数优化是水文模型发展中的一个重要部分，针对水循环过程模拟中的流域水文模型参 数识别的复杂优化问题，回顾了水文模型优化算法的发展历程，对国内外水文模型参数识别算法的最 新进展进行了阐述．介绍了模拟退火算法、遗传算法、SCE—UA、粒子群算法等常用算法的参数设定及 一般流程，并对编码遗传算法、单纯形混合加速遗传算法和运用融合技术的几种遗传算法以及其它几 种常用算法在新安江模型中的优化结果进行了比较，认为混合加速遗传算法是一种较好的方法．在系 统研究现代优化算法与传统优化算法的基础上，建立各种优化算法的融合技术和法则可能是进一步提 高参数优化算法性能的方向． 关键词：水文模型；参数识别；算法 中图分类号：P333 文献标识码：A 识别算法来求解． 0引言 模型参数识别是模型全面发展过程中最重要的 一步‘4。．从理论上讲，模型参数可以从流域直接或 水文循环贯穿了整个陆地表层系统，通过认识 问接获得，但由于水文模型参数既有其物理意义，又 水文过程的一般规律，可以用模型作为手段再现或 有其推理、概化的成分，因此大部分模型参数只能 者模拟流域水文过程[1_2]．相对于观测，水文模型 是对实测资料进行分析的基础上，通过参数优选得 可以提供流域内部三维的，并且在时间上连续的水 到．由于受天文、气候、下垫面、人文等众多因素 文过程状态信息．参数识别，就是根据特定的目标 的综合影响，水文模型的参数一般较多，并不完全 函数，确定一套固定的参数寻优法则，根据这套法 独立，常表现出不确定性、高维、高度非线性和庞 则，可以估计出模型的参数值．参数识别也是水文 杂的信息类型[5]，传统优化方法难以处理上述优化 模拟建模的重要环节，几乎所有的水文模型都含有 一些不能直接通过观测试验确定的参数，这些参数 问题．一般来说，参数越多、非线性越强，优化时 间越多，同时也不能够保证优化算法收敛到全局优 与流域的特征有关，但却很难与流域特征建立直接 Gradi— 关系，所以参数识别是一个十分复杂且困难的问 题‘引． ent 水文模型参数一般分3类：1)是具有明确物理 法‘9。、步长加速法‘1 意义的参数，可直接量测或用物理试验和物理关系 ck法m]等传统优化方法曾被应用到参数优化中， 推求；2)是纯经验参数，根据实测资料反求；3)是这些算法都是与初始点有关的局部优化算法，常是 具有一定物理意义的经验参数，可先按物理意义